OpenAI’ın İlk Yapay Zeka Çipi Jalapeño’dan İddialı Sonuçlar: NVIDIA Sistemlerine Karşı Büyük Fark

OpenAI, kendi geliştirdiği ilk özel yapay zeka çıkarım çipi Jalapeño için gerçekleştirilen ilk kapsamlı performans testlerinin sonuçlarını açıkladı. Şirketin paylaştığı verilere göre Jalapeño, büyük dil modellerini çalıştırırken hem watt başına daha yüksek performans sunuyor hem de yanıt sürelerini önemli ölçüde azaltabiliyor.

OpenAI’ın verilerine göre yeni hızlandırıcı, test edilen yapay zeka modellerinde rakip sistemlere kıyasla tepe noktada 1,5 ila 1,9 kat daha fazla yapay zeka işi/watt gerçekleştirdi. Uçtan uca gecikme sürelerinde ise bazı senaryolarda 3,6 kata varan iyileşme ölçüldü.

Bu sonuçlar yalnızca yeni bir çipin performans yarışına katılması anlamına gelmiyor. Jalapeño, OpenAI’ın artık yapay zeka modeli geliştiren bir şirket olmanın ötesine geçerek çip, ağ, bellek, yazılım ve veri merkezi altyapısını birlikte tasarladığı dikey entegre bir yapıya doğru ilerlediğini de gösteriyor.

Jalapeño nedir?

Jalapeño, OpenAI’ın özellikle büyük dil modellerinin çıkarım işlemleri için geliştirdiği ilk özel hızlandırıcısı.

Yapay zeka sistemlerinde eğitim ve çıkarım birbirinden farklı iki büyük hesaplama aşaması olarak değerlendiriliyor. Eğitim sırasında model milyarlarca parametreyi öğrenirken, çıkarım aşamasında eğitilmiş model kullanıcıdan gelen komutlara yanıt üretiyor.

ChatGPT gibi milyonlarca kişinin kullandığı servislerde günlük maliyetin önemli bölümü de tam olarak bu çıkarım sürecinden kaynaklanıyor.

Bu nedenle daha hızlı ve enerji açısından daha verimli bir inference çipi, OpenAI açısından yalnızca teknik bir kazanım değil; aynı zamanda daha düşük hizmet maliyeti ve daha yüksek kullanıcı kapasitesi anlamına gelebilir.

OpenAI ve Broadcom, Jalapeño’yu Haziran 2026’da duyurmuş ve mimarinin mevcut ve gelecekteki büyük dil modelleri düşünülerek sıfırdan geliştirildiğini açıklamıştı.

GPT-OSS, DeepSeek ve Kimi üzerinde test edildi

Jalapeño’nun dikkat çeken yönlerinden biri, yalnızca OpenAI’ın kendi modelleri için optimize edilmiş kapalı bir donanım olmaması.

Şirket performans ölçümlerini üç farklı model ailesi üzerinde gerçekleştirdi:

• GPT-OSS 120B
• DeepSeek R1 670B
• Kimi K2.5 1T

Böylece çipin farklı şirketler tarafından geliştirilen ve mimari açıdan birbirinden ayrılan büyük yapay zeka modelleriyle nasıl çalıştığı da test edilmiş oldu.

OpenAI’ın açıkladığı sonuçlara göre Jalapeño, bu üç modelde tepe işlem kapasitesinde rakip sistemlerden 1,5 ila 1,9 kat daha yüksek watt başına performans elde etti. Uçtan uca gecikmede sağlanan avantaj ise modele ve çalışma koşullarına göre 1,7 ila 3,6 kat arasında değişti.

Yüksek etkileşim gerektiren senaryolarda performans farkının 2,1 ila 4,1 kata kadar çıktığı belirtiliyor.

GPT-OSS 120B testinde yaklaşık 1,9 kat daha yüksek verimlilik

OpenAI’ın yayımladığı ayrıntılı benchmark sonuçlarında en dikkat çekici tablolardan biri GPT-OSS 120B modeline ait.

Jalapeño bu testte kilowatt başına yaklaşık 85.448 mixed token işlem kapasitesine ulaşırken karşılaştırılan GB200 sistemi yaklaşık 44.960 mixed token/kW seviyesinde kaldı.

Bu da tepe verimlilik tarafında yaklaşık 1,9 katlık fark anlamına geliyor.

Uçtan uca yanıt gecikmesi Jalapeño’da yaklaşık 1,03 saniye, karşılaştırılan sistemde ise 1,80 saniye olarak ölçüldü.

Token üretimindeki minimum gecikme değerlerinde de Jalapeño’nun 0,69 ms seviyesine inerken karşılaştırma sisteminin yaklaşık 1,87 ms seviyesinde kaldığı belirtiliyor.

DeepSeek R1 testinde gecikme farkı daha da büyüyor

DeepSeek R1 üzerinde gerçekleştirilen testler Jalapeño’nun özellikle düşük gecikmeli yapay zeka uygulamalarında ne kadar iddialı olduğunu gösteriyor.

OpenAI’ın sonuçlarına göre Jalapeño:

19.641 mixed token/s/kW seviyesinde tepe verimliliğe ulaştı. Karşılaştırılan GB300 sisteminde aynı değer 11.781 mixed token/s/kW olarak ölçüldü.

Böylece watt başına tepe performansında yaklaşık 1,7 katlık avantaj elde edildi.

Daha dikkat çekici fark ise gecikmede ortaya çıktı.

Jalapeño’nun uçtan uca gecikmesi 1,65 saniye seviyesinde ölçülürken GB300 sistemi aynı testte 5,99 saniyeye ulaştı.

OpenAI bu sonucu yaklaşık 3,6 kat daha düşük gecikme olarak ifade ediyor.

1 trilyon parametreli Kimi K2.5 de test edildi

Jalapeño’nun test edildiği en büyük açık model ise yaklaşık 1 trilyon parametreli Kimi K2.5 oldu.

Şirketin açıkladığı verilere göre çip bu modelde yaklaşık 18.195 mixed token/s/kW tepe verimliliğine ulaştı.

Karşılaştırılan GB300 sisteminin değeri ise 11.862 mixed token/s/kW oldu.

Böylece Jalapeño yaklaşık 1,5 kat daha yüksek tepe performansı/watt elde etti.

Uçtan uca gecikme tarafında Jalapeño yaklaşık 1,56 saniye, karşılaştırılan sistem ise 5,31 saniye sonuç verdi. Aradaki fark yaklaşık 3,4 kat seviyesinde.

Jalapeño 700 watt olarak derecelendirildi ancak testlerde 550 wattı geçmedi

Enerji tüketimi, modern yapay zeka veri merkezlerinin en kritik problemlerinden biri haline gelmiş durumda.

OpenAI, Jalapeño’nun resmi güç derecelendirmesinin 700 watt olduğunu belirtiyor. Ancak gerçekleştirilen testlerde çipin sürekli güç tüketiminin 550 watt veya altında kaldığı ifade ediliyor.

Şirket karşılaştırmaları gerçekleştirirken hızlandırıcıların yayımlanmış paket güç değerlerini temel alarak sonuçları normalize ettiğini belirtiyor.

Buradaki önemli ayrıntı, OpenAI’ın performansı yalnızca “çip başına token” gibi bir değerle değil, harcanan enerji başına gerçekleştirilen faydalı yapay zeka işi üzerinden değerlendirmesi.

Yapay zeka veri merkezlerindeki enerji ve soğutma gereksinimleri düşünüldüğünde bu yaklaşım uzun vadede maliyet açısından son derece kritik olabilir.

OpenAI neden kendi yapay zeka çipini geliştiriyor?

Büyük yapay zeka şirketlerinin en büyük gider kalemlerinden birini GPU ve veri merkezi altyapıları oluşturuyor.

ChatGPT gibi hizmetlerin kullanıcı sayısı arttıkça yalnızca modeli eğitmek değil, her gün milyarlarca isteğe yanıt verebilmek de devasa hesaplama kapasitesi gerektiriyor.

OpenAI’ın Jalapeño ile hedeflediği temel nokta da burada ortaya çıkıyor.

Şirket yalnızca işlemci geliştirmek yerine:

model, çip, bellek, ağ altyapısı, çıkarım yazılımı ve veri merkezi sistemini birlikte optimize etmeye çalışıyor.

Bu yapı özellikle yapay zeka ajanlarının yaygınlaşmasıyla daha önemli hale gelebilir. Çünkü bir yapay zeka ajanı tek bir soruya cevap vermek yerine onlarca veya yüzlerce işlemi arka arkaya gerçekleştirebilir.

Her işlemde oluşacak küçük gecikmeler bile uzun görevlerde birikerek kullanıcı deneyimini ciddi şekilde etkileyebilir.

Jalapeño özellikle yapay zeka ajanları düşünülerek tasarlandı

Modern büyük dil modellerinde çıkarım işlemi temel olarak farklı performans karakteristiğine sahip aşamalardan oluşuyor.

İlk aşama olan prefill, kullanıcının gönderdiği prompt’un model tarafından işlenmesini kapsıyor ve yoğun hesaplama gücü gerektiriyor.

Ardından gelen decode aşamasında model yanıtı token token oluşturuyor. Bu bölümde ise bellek bant genişliği çok daha kritik hale geliyor.

Bir başka sorun da model verilerinin farklı işlemciler, çekirdekler veya sistemler arasında taşınması sırasında oluşan gecikmeler.

OpenAI, Jalapeño mimarisinin mümkün olduğunca fazla veriyi yerel tutacak şekilde geliştirildiğini söylüyor.

Özellikle yanıt üretimi sırasında kullanılan KV cache gibi model durumlarının işlem birimlerine yakın tutulması, gereksiz veri hareketini azaltabiliyor.

Çipin ağ mimarisinin de sistemin ayrı bir bileşeni olarak değil, doğrudan hızlandırıcı mimarisinin parçası olarak tasarlandığı belirtiliyor.

Yapay zeka kendi çipinin geliştirilmesine yardım etti

Jalapeño projesinin belki de en ilginç kısmı, yapay zekanın çip geliştirme sürecinde doğrudan kullanılmış olması.

OpenAI, ilk tasarımdan tape-out aşamasına yalnızca dokuz ayda ulaşıldığını belirtiyor.

Tape-out, bir işlemcinin fiziksel üretime gönderilmeden önceki nihai tasarım aşamalarından biri olarak kabul ediliyor.

Şirkete göre yapay zeka modelleri devre tasarımlarının değerlendirilmesi, optimizasyonların denenmesi ve doğrulama süreçlerinin hızlandırılmasında kullanıldı.

Daha da ilginci, OpenAI Jalapeño’yu gelecekte yapay zekanın kendisinin daha kolay programlayabileceği bir mimari olarak tasarladığını söylüyor.

Codex bazı çekirdeklerde insan mühendislerini geçti

OpenAI, Jalapeño için yazılım geliştirme sürecinde Codex ile GPT-Astra kullandığını da açıkladı.

Şirkete göre başlangıçta üretim planında bulunmayan üç açık ağırlıklı yapay zeka modeli yaklaşık iki ay içerisinde yüksek performanslı şekilde Jalapeño üzerinde çalıştırılabilir hale getirildi.

GPT-OSS modelindeki seçili attention ve Mixture-of-Experts (MoE) bloklarında yapay zeka tarafından oluşturulan bazı uygulamalar, insan uzmanlar tarafından hazırlanmış mevcut uygulamalardan 1,5 ila 1,8 kat daha hızlı çalıştı.

Ancak burada önemli bir ayrıntı bulunuyor: Bu performans farkı modelin tamamı için değil, yalnızca seçili hesaplama blokları için geçerli.

Dolayısıyla rakamları Jalapeño üzerinde tüm GPT-OSS modelinin 1,8 kat hızlandığı şeklinde yorumlamamak gerekiyor.

OpenAI NVIDIA GPU kullanmayı bırakacak mı?

Hayır.

Jalapeño’nun ortaya çıkması OpenAI’ın kısa vadede NVIDIA sistemlerinden vazgeçeceği anlamına gelmiyor.

Şirket büyüyen yapay zeka talebini karşılamak için NVIDIA ve diğer donanım ortaklarının hızlandırıcılarını hem eğitim hem de çıkarım iş yüklerinde geniş ölçekte kullanmaya devam edeceğini açıkça belirtiyor.

Dolayısıyla Jalapeño şu aşamada NVIDIA GPU’ların doğrudan yerine geçen tek bir çözümden çok, OpenAI’ın hızla büyüyen hesaplama altyapısına eklenen özel amaçlı bir inference platformu olarak değerlendirilebilir.

Uzun vadede ise OpenAI’ın kendi donanımını geliştirmesi şirketin üçüncü taraf çiplere olan bağımlılığını azaltabilir ve belirli iş yüklerini daha düşük maliyetle çalıştırmasını sağlayabilir.

Jalapeño ne zaman kullanılmaya başlanacak?

OpenAI, Jalapeño’nun 2026 yılı sonuna kadar kendi hesaplama altyapısı içerisinde kullanılmaya başlanmasını planlıyor.

Şirket şu anda üretim doğrulama süreçlerini tamamlıyor, yazılım altyapısını geliştiriyor ve çipi büyük ölçekli veri merkezlerinde çalıştırmaya hazırlanıyor.

Jalapeño ayrıca tek seferlik bir proje olmayacak.

OpenAI’ın açıkladığı yol haritasına göre:

Jalapeño Gen 2 halihazırda ileri geliştirme aşamasında.

Gen 3 için ise ilk çalışmalar başlamış durumda.

Bu nedenle ilk Jalapeño, OpenAI’ın uzun vadeli özel yapay zeka çipi stratejisinin yalnızca başlangıcı olabilir.

Yapay zeka dünyasında yeni rekabet alanı: Özel çipler

Jalapeño’nun ilk sonuçları, yapay zeka sektöründe giderek büyüyen başka bir rekabeti de gözler önüne seriyor.

Gelişmiş yapay zeka modellerine sahip şirketler artık yalnızca daha güçlü modeller üretmek için değil, bu modelleri en düşük maliyet ve gecikmeyle çalıştırabilecek altyapıyı oluşturmak için de yarışıyor.

Bu noktada yalnızca ham işlem gücü yeterli değil.

Enerji tüketimi, bellek bant genişliği, veri aktarımı, ağ gecikmesi, yazılım optimizasyonu ve model mimarisi birlikte değerlendirildiğinde gerçek performans ortaya çıkıyor.

OpenAI’ın Jalapeño ile izlediği yaklaşım tam olarak buna dayanıyor: yapay zekanın çalışacağı donanımı, yazılımı ve modeli birbirinden bağımsız parçalar olarak değil, tek bir sistemin bileşenleri olarak geliştirmek.

İlk benchmark sonuçları şirketin oldukça iddialı bir başlangıç yaptığını gösteriyor. Bununla birlikte yayımlanan Jalapeño performans rakamlarının büyük bölümü OpenAI tarafından gerçekleştirilen testlere dayanıyor. Çip geniş ölçekte devreye alındığında, farklı kuruluşlar tarafından gerçekleştirilecek bağımsız testler Jalapeño’nun gerçek dünya performansını daha net ortaya koyacaktır.